// AI 新闻 · 2026-11-02 · IT之家
好奇心驱动人工神经网络形成类脑结构
剑桥大学研究人员通过模拟婴儿学习过程，发现高好奇心的人工神经网络在训练中会自发形成分层模块化结构，其连接密度呈现先升后降的规律，与人类大脑发育模式高度相似。该模型在新任务中的适应能力更强，且对应生理年龄约20岁，而缺乏好奇心的网络则停留在类似9岁的发展阶段。
原文发布 2026-11-02 20:09（北京时间）来源 IT之家自动整理 · 已核对原文
01摘要
研究基于婴儿眼动数据构建学习机制，设定高好奇心模型在学习速率下降时主动切换任务，低好奇心模型则随机切换。结果表明，好奇心不仅提升学习效率，还促使网络演化出类脑架构，其结构特征在资源约束下被强化，暗示该机制可能参与突触修剪与认知发展过程。
由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。
02要点
- 高好奇心人工神经网络自发形成分层模块化结构，连接密度先升后降。
- 该发育规律与人类大脑从出生到20岁的发展阶段高度吻合，对应生理年龄约20岁。
- 好奇心驱动模型在新任务中表现更优，体现复杂认知能力的提升。
- 研究提出好奇心可能通过主动信息探索机制影响神经结构演化。
03原文出处
IT之家 · 发布于 2026-11-02 20:09（北京时间）
05相关新闻
出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 2026-11-02 全部新闻 · 按日期归档 · 全部 AI 新闻 · 今日